Projekt 2. Ising Modell: Monte Carlo Sampling auf dem Gitter, Phasenübergänge (Kurt Langfeld) 2.1 Das Ising Modell. 2.1.
|
|
- Wilfried Reuter
- vor 8 Jahren
- Abrufe
Transkript
1 Projekt 2 Ising Modell: Monte Carlo Sampling auf dem Gitter, Phasenübergänge (Kurt Langfeld) 2.1 Das Ising Modell Allgemeines Das Ising Modell realisiert eine sehr vereinfachte Vorstellung von einem Ferromagneten in einem Modell. Wir werden untersuchen, inwieweit das vereinfachte Bild bereits in der Lage ist, komplexe Eigenschaften des Ferromagneten wie permanente Magnetisierung (Stabmagnet) und Phasenübergang zu beschreiben. Es geht dabei darum, mit möglichst einfachen Mitteln (Modell) ein vielfältiges physikalisches System zu verstehen, und weniger darum, ein konkretes Material genau zu beschreiben. Wir werden sehen, dass obwohl die zugrundeliegende physikalische Beschreibung sehr leicht zu verstehen ist, für die konkrete mathematische Berechnung ein numerisches Verfahren das Monte Carlo Sampling angebracht ist. Das Ising Modell ist also ein einfaches Modell für ein ferromagnetisches Material in 2 Raumdimensionen. Wir nehmen dazu ein quadratisches Gitter mit jeweils n Gitterplätzen in x und y Richtung an. Auf jedem dieser Gitterplätze α befindet sich ein Spin S α (ein magnetisches Moment), der sich entweder parallel S α = 1 oder antiparallel zur z-achse S α = 1 orientieren kann. Ein komplettes System von Spins mit gegebener Ausrichtung heißt Konfigration. Um jetzt unsere Vorstellung von einem ferromagnetischen Material zu realisieren, nehmen wir für eine Spinkonfiguration folgende Energie an: H(S) = B S α J S α S β (2.1) α <αβ> Dabei bezeichnet der Summationsindex < αβ > die Summation über alle Paare von Gitterplätzen, die direkt benachbart sind. Anschaulich bedeutet diese Gleichung, dass energetisch günstiger ist, wenn zwei benachbarte Spins gleich orientiert sind (egal ob in positive oder negative z-richtung). Zusätzlich kann man Energie gewinnen, wenn die Spins parallel zu einem äußeren Magnetfeld B ausrichtet, das in positive z-richtung 1
2 2PROJEKT 2. ISING MODELL: MONTE CARLO SAMPLING AUF DEM GITTER, PHASENÜBE zeigt. Wir werden sehen, dass diese einfache Vorstellung von einem Ferromagneten bereits viele seiner Eigenschaften beschreiben kann. parallele Spins: dh = J anti parallele Spins: dh = +J.. ausseres Magnetfeld dh = B dh = +B Spin und seine naechsten Nachbarn Abbildung 2.1: Wechselwirkungen der Spins (links), und eine Illustration der periodischen Randbedingungen (rechts). Um Effekte zu Minimieren, die vom Rand des Gitters stammen, nehmen wir zusätzlich periodische Randbedingungen an, d.h.: Ein Spin am unteren Rand des Gittersbesitzt einen direkten Nachbarn am entsprechenden Gitterplatz des oberen Randes. Das gleiche gilt für den linken und den rechten Rand. Eine Illustration der nächsten Nachbar Wechselwirkung findet man in Abbildung 2.1. Bei vorgegebener Temperatur T und Magnetfeld B in z-richtung ist die Magnetisierung dieses Spingitters durch M = ( ) w(s) S α (2.2) S α gegeben. Dabei geht die erste Summe über alle möglichen Spinkonfigurationen S des Gitters und die zweite Summe berechnet bei vorgegebener Konfiguration S die gesamte Spinprojektion in z-richtung. Die Größe w(s) läßt sich als Wahrscheinlichkeit interpretieren, dass man eine gegeben Spinkonfiguration antrifft. Diese Gewichtsfunktion ergibt sich aus den Regeln der Thermodynamik zu mit der Zustandssumme w(s) = Z = S exp ( H(S)/T ) Z (2.3) exp ( H(S)/T ). (2.4)
3 2.2. IMPORTANCE SAMPLING 3 Entsprechend kann man auch die mittlere Energie des Systems ausrechnen: E = S w(s)h(s). (2.5) Die Mean-field Näherung Im folgenden werden wir die Magnetisierung näherungsweise berechnen, um eine Idee über die Temperaturabhängigkeit der Magnetisierung zu bekommen. Ausgangspunkt der sogenannten Mean-field Näherung ist die Energie (2.1): H(S) = B S α J S α S β B S α J S α S (2.6) α <αβ> α <αβ> = ( B + 4J S ) S α. (2.7) α Dabei haben wir die Spins der nächsten Nachbarn durch den Erwartungs wert S = 1 S α n α ersetzt (n ist die Gesamtzahl der Spins). Die Zustandssumme läßt sich nun analytisch ausrechnen: Z = [ S=±1 exp {( B + 4J S ) /T S }] n [ = 2cosh B + 4J S ] n. T Ein Vergleich von (2.2) und (2.4) zeigt, dass die Magnetisierung leicht berechnet werden kann, wenn die Zustandssumme bekannt ist: M = T d ln Z db. Setzen wir hier die Meanfield Näherung für die Zustandssumme ein, so erhalten wir die sogenannte Selbstkonsistenzbedingung ( ) B + 4J S S = tanh. (2.8) T Diese nichtlineare Gleichung dient der Berechnung des Erwartungswerts S als Funktion der Temperatur T und des äußeren Magnetfeldes B. 2.2 Importance Sampling Generierung von Zufallszahlen Typischerweise wird zunächst einmal eine Folge von Zufallszahlen aus dem Bereich der natürlichen Zahlen zwischen 0 und M 1 generiert durch die Vorschrift J n+1 = Mod(J n I 1 + I 2, M) (2.9)
4 4PROJEKT 2. ISING MODELL: MONTE CARLO SAMPLING AUF DEM GITTER, PHASENÜBE daraus ergeben sich dann Zufallszahlen im Interval [0, 1] durch x n = J n M 1 Die Qualität des Zufallszahlengenerators hängt natürlich von der Wahl der Konstanten I 1, I 2, M in (2.9) ab. Dazu stellen wir Ihnen Programme zur Verfügung: ran3.x für FORTRAN77 (x=f), FORTRAN90 (x=f90) und C (x=c) für einen Zufallszahlengenerator, der Zufallszahlen im Bereich [0,1] generiert z.b. durch den F77 Funktionsaufruf x = RAN3(ISEED) Dabei ist ISEED eine (negative) Integer Zahl, die zum Start einzugeben ist und dann immer wieder upgedatet wird Monte-Carlo Berechnung von Integralen Betrachten wir Integrale der Form I = f(x) w(x) dx w(x) dx, w(x) [0, 1]. Da w(x) positiv definit ist, kann w(x) dx als die Wahrscheinlichkeit intepretieren, dass ein Wert x im Intervall [x, x+dx] auftaucht, und I erhält Bedeutng als Erwartungswert: I = f. Man erzeugt nun ein Folge von Werten, x 1... x N, die gemäß der Wahrscheinlichkeitsdichte w(x) verteilt sind, und findet eine Nährungswert (Estimator) für das Integral durch: I 1 N f(x i ). N Der Fehler ɛ f für den Wert I läßt sich ebenfalls abschätzen mit: ɛ 2 f Betrachten wir das Beispiel und wählen: = σi 2 1 N σ2 f = 1 1 N N i=1 N f 2 (x i ) i=1 ( 1 N ) 2 N f(x i ) (2.10) i=1 1 I = 4 1 x2 dx = π (2.11) 0 w(x) = 1, f(x) = 1 x 2. Um nun eine Folge von x Werten zu erzeugen, geht man in der Praxis folgendermaßen vor: man bestimmt ein x i (mit gleicher Wahrscheinlichkeit, w(x) = 1) aus dem Intervall [0, 1] (siehe vorheriges Unterkapitel). Für eine Folge x 1... x N berechnen man f, f 2 und somit eine Abschätzung für I und den zugehörigen statistischen Fehler ɛ f.
5 2.2. IMPORTANCE SAMPLING 5 Etwas komplizierter ist das Beispiel: I = π/2 0 sin x cos x dx π/2 0 cos x dx = 1 2. (2.12) Hier setzen wir: f(x) = sin x, w(x) = cos x. Um die Folge x 1... x N zu erzeugen, wähle man zunächst einen Kanditaten x (mit gleicher Wahrscheinlichkeit) aus dem Intervall [0, π/2], und berechne p = w(x). Nun bestimme man eine gleichverteilte Zufallszahl q aus dem Intervall [0, 1]. Wenn q < p gilt, akzeptieren wir den Vorschlag x als zulässiges Glied der Folge. Wenn nicht, wiederholen wir die Prozedur bis wir ein neues Glied der Folge gefunden haben. Der Vorteil der Monte-Carlo Integration ist, dass diese sich sehr einfach auf hochdimensionale Integrale erweiteren läßt. Der Nachteil besteht in der geringen Genauigkeit des Verfahrens: während eine Integral Diskretisierung eine Genauigkeit der Ordnung O(1/N) liefern, ist die Genauigkeit des MC Verfahrens nur von der Ordnung O(1/ N) Der Heat-Bath Algorithmus Ausgangspunkt für die statistische Beschreibung des Ising Spin Systems ist die Zustandssumme Z = S={S x} exp b β x S x + β wobei wir folgende Abkürzungen eingeführt haben: <xy> S x S y (2.13) β = J T, b = B J. Wir betrachten ein quadratische Gitter, das n = L 2 Spinplätze trägt. Zusätzlich nehmen wir periodische Randbedingungen an. Der Heat-Bath Algorithmus gehört wie der Metropolis Algorithmus zur der Klasse der Local-Update Algorithmen. Man geht wie folgt vor: 1. Man wählt zufällig einen Gitterpunkt x 0. Der Update des zugehörigen Spins S x0 wird im folgenden studiert. 2. Alle anderen Spins werden für den Update Schritt als fest betarchtet. Diese bilden das sogenannte Heat-Bath. Der Anteil, der der Spin S x0 zur Gesamtenergie beiträgt, ist gegeben durch: H = const. β h 0 S x0, h 0 = x <xx 0 > σ x + b (2.14)
6 6PROJEKT 2. ISING MODELL: MONTE CARLO SAMPLING AUF DEM GITTER, PHASENÜBE 3. Mit der Wahrscheinlichkeit p = exp{βh 0 } exp{ βh 0 } + exp{βh 0 } (2.15) wird der Spin σ x0 auf 1 gesetzt. Dazu wird eine Zufallszahl z [0, 1] erzeugt. Gilt z < p, wird σ x0 auf 1 gesetzt, andernfalls auf Man wähle einen neuen Gitterpunkt x 0 und mache mit Punkt 1 weiter. Wenn der Update an jedem Gitterpunkt vollzogen ist, spricht man von einer Iteration. Üblicherweise werden zu Beginn Iterationen ausgeführt, um das Spinsystem ins Gleichgewicht zu bringen ( Thermalisieren ). Desweiteren werden dummy Iterationen zwischen zwei Messungen ausgeführt, um die Korrelationen zwischen den Spinensembles zu reduzieren. Würde man versuchen, die Summe über alle Spinkonfigurationen in (2.13) direkt auszuführen, würde man schnell an die Grenze des machbaren stoßen: da jeder Gitterplatz zwei Spineinstellungen tragen kann, gibt es insgesamt 2 n Spinkonfigurationen. Für ein nicht allzugroßes Gitter von n = L 2 = 50 2 = 250 Spinplätzen sind das immerhin Spinkonfigurationen. Man stellt jedoch fest, dass das statistische Gewicht für die meisten der Konfigurationen verschwindend gering ist. Die Idee des Importance Sampling besteht nun darin, nur Konfigurationen zu berücksichtigen, die über ein signfikantes Gewicht verfügen. Der Heat-Bath Algorithmus leistet nun gerade dies: aus einer relevanten Konfigurationen wird durch den Update Schritt eine weitere relevante erzeugt. Natürlich muß man sicherstellen, dass die erzeugten Konfigurationen statistisch unabhängig sind, und dass alle relevanten Konfigurationen erzeugt werden. Wir werden sehen, dass dieses in der Nähe des Phasenübergangs keine leichte Aufgabe ist. 2.3 Aufgaben: Meanfield Näherung Gehen Sie von der Meanfield Gleichung (2.8) aus und betrachten Sie zunächst den Fall B = 0. Für welchen Temperaturbereich besitzt die Selbstkonsistenzgleichung außer S = 0 eine weitere Lösung S 0? Lösen Sie die Selbstkonsistenzgleichung (beispielsweise mit einem Newton Verfahren), und bestimmen Sie S als Funktion von β [0.1, 1] für die Fälle b = 0, b = 0.1 und b = 0.5. [Hinweis: β = J/T, b = B/J] MC Integrale Berechnen Sie mit MC Methoden eine Nährung für die Integrale I in (2.11) und (2.12). Bestimmen Sie jeweils den Estimator I und den zugehörigen Fehler ɛ f für N = 10, 100, 1000, Vergleichen Sie jeweils mit dem exakten Resultat.
7 2.4. THEORIE DER PHASENÜBERGÄNGE Heat-Bath Algorithmus Schreiben Sie ein Programm, das den Heat-Bath Algorithmus zur Simulation des 2- dimensionalen Ising Modells implementiert. Verwenden Sie ein Gitter und periodische Randbedingungen. Eingabeparameter sind β und b. x S (k) x a. Setzen Sie zunächst b = 0. Sei s k = 1 der über das Volumen gemittelte Spinerwartungswert, ausgewertet mit dem Spinensemble der k-ten Iteration. n Plotten Sie s k als Funktion von k für β = 0.3, 0.34, 0.38, 0.4, 0.44 und schätzen Sie ab, wann das Spinsystem das thermische Gleichgewicht erreicht hat. Starten Sie dazu einmal mit einem Spinensemble S x = 1, x (cold ensemble) und einmal mit einem Ensemble aus zufallsverteilten Spins (hot ensemble) und beobachten Sie, ab welchem k beide Ensembles etwa das gleiche s k liefern. b. Bestimmen Sie mit dem Heat-Bath Algorithmus S als Funktion von β [0.1, 1] für die Fälle b = 0, b = 0.1 und b = 0.5. Vergleichen Sie mit den Ergebnissen der Meanfield Näherung. 2.4 Theorie der Phasenübergänge Man spricht von einem Phasenübergang, wenn sich der Zustand von Materie qualitativ ändert, sobald ein äußerer Parameter einen kritischen Wert erreicht. Ein allgemein bekanntes Beispiel ist der Phasenübergang von flüssigem Wasser zu Wasserdampf, wenn die Temperatur einen kritischen Wert von C erreicht. Ein anderes Beispiel bietet der Ferromagnet: die Wechselwirkung zwischen den Spins bevorzugt eine Gleichausrichtung. Bei kleinen Temperaturen liegt der Ferromagnet daher in einer geordneten Phase vor: Der Magnet besteht aus Weißschen Bezirken, in denen die Spins praktisch in die gleiche Richtung zeigen. Wird eine kritsche Temperatur (Curie Temperatur) überschritten, so findet ein Übergang zu einer ungeordenten Phase statt: die Spins sind willkürlich orientiert; die permanente Magnetisierung des Magneten verschwindet. Wir werden sehen, wie man auf der Basis von numerischen Simulationen das Verhalten des Ferromagneten qualitativ verstehen kann. Stellen wir uns vor, wir befinden uns in der ungeordneten Phase des Magneten in der Nähe der kritischen Temperatur T c. Wenn wir die Temperatur etwas vermindern, breitet sich die Information der Gleichorientierung der Spins über das ganze Spingitter aus. Dieses Gedankenexperiment macht uns klar, dass die räumliche Korrelation der Spins groß wird, wenn wir die krtische Temperatur erreichen. Um dieses Phänomen zu quantifizieren, führt man die Korrelationslänge ξ mit Hilfe der Korrelationsfunktion ein: σ(x) σ(y) exp { } x y ξ. (2.16) Die Korrelationslänge ξ ist offensichtlich ein Maß für die räumliche Entfernung, innerhalb derer die Spins noch ungefähr gleich ausgerichtet sind. Nahe des Phasenübergangs T > T c wird ξ sehr groß. Im Falle des Ferromagneten wird die Grösse von ξ jedoch
8 8PROJEKT 2. ISING MODELL: MONTE CARLO SAMPLING AUF DEM GITTER, PHASENÜBE durch die Grösse der Weißschen Bezirke beschränkt: Die Korrelationslänge bleibt endlich; man spricht von einem Phasenübergang 1. Ordnung. Bei einem Phasenübergang zweiter oder höherer Ordnung divergiert ξ für T T c, ξ ξ + 1 T T c ν, (T > T c ). (2.17) Durch das Anwachsen von ξ für T T c kommt es oft vor, dass ξ am Phasenübergang die dominante Längenskala ist: das Anwachsen der Korrelationslänge wird somit in vielen abgeleiteten Größen, wie der Wärmekapazität C oder der magnetischen Suszeptibilität χ, beobachtet. Im Falle eines Phasenübergangs 2. Ordnung findet man beispielsweise C C 0 1 T T c α, χ χ 0 1 T T c γ, (T > T c ). Die sogennannten kritischen Exponenten ν, α, γ sind charakteristisch für die Natur der Freiheitsgrade (und der Anzahl der Raum-Zeit Dimensionen). Aufgabe der Physik ist es nun, ausgehend von der mikroskopisch bekannten Spin-Spin Wechselwirkung, die kritische Temperatur T c, die Grösse der Weißschen Bezirke, beziehungsweise die kritischen Exponenten vorherzusagen. Dabei spielen numerische Simulationen, wie wir sie in den nächsten Abschnitten kennenlernen werden, eine große Rolle. 2.5 Die Krankheit: Autokorrelationen Damit diese numerische Prozedur zur Bestimmung der Spinensembles die Zustandssumme korrekt wiederspiegelt, ist es notwendig, dass die verschiedenen Spinensembles statistisch unabhängig sind. Um die Abhängigkeit der verschiedenen Spinensembles voneinander zu quantifizieren, führen wir die über den Raum gemittelte Magnetisierung M k ein, die mit dem Spinensemble der k-ten Iteration erzeugt wurde. Ein Maß für die statistische Abhängigkeit liefert die Autokorrelationsfunktion A(j) = M k M k+j M M k k+j, (2.18) wobei die Mittelung in (2.18) jetzt über die verschiedenen Spinensembles zu nehmen ist. Die Autokorrelationsfunktion ist unabhängig von k, wenn das Spinsystem hinreichend thermalisiert wurde. Im Idealfall sind die Konfigurationen statistisch unabhängig, und A(j > 0) = 0. In der Praxis lassen sich Korrelationen der Ensembles nicht vermeiden. Um diese Korrelationen abzuschätzen, definieren wir die Autokorrelationszeit τ über { } A(j) exp j/τ. (2.19) Damit der Heat-Bath Algorithmus zuverlässige Werte liefert, müssen mindestens k > τ dummy Iterationen durchgeführt werden, um zu garantieren, dass die Spinkonfigurationen statistisch unabhängig sind. Abbildung 2.2 zeigt eine numerisch ermittelte Abschätzung der Autokorrelationsfunktion A(j). Die Simulation wurde auf einem Gitter durchgeführt. Insgesamt kamen
9 2.5. DIE KRANKHEIT: AUTOKORRELATIONEN 9 2D Ising, 50x50 2D Ising, 125x125, β= auto-corr β=0.31 β=0.32 β=0.33 β=0.34 β=0.37 β=0.38 β= Abbildung 2.2: Autokorrelationsfunktion (links) und ein Beispiel für eine Ising Spinkonfiguration nahe des Phasenübergangs (rechts) Konfigurationen zur Auswertung. Wir sehen deutlich, dass die Autokorrelationen mit zunehmenden j exponentiell abklingen. Es zeigt sich jedoch, dass die Autokorrelationszeit τ stark anwächst, wenn wir uns dem kritschen Wert β c = nähern. Der Bereich nahe des Phasenübergangs, für den wir uns hier interessieren, ist mit dem Heat-Bath Algorithmus nur schwer zugänglich. Die Ursache für das Anwachsen der Autokorrelationszeit (critical slowing down) läßt sich anschaulich verstehen. In Abbildung 2.2 ist ebenfalls eine Beispiel Spinkonfiguration eines Gitter bei β = 0.44 dargestellt. Schwarz markiert sind Gitterpunkte x mit σ x = 1. Deutlich sind die Bereiche von Spins gleicher Orientierung zu erkennen. Die räumliche Korrelationslänge ξ nimmt in Einheiten des Gitterabstandes sehr große Werte an. Die Physik des Magneten wird durch fluktuierende Cluster beschrieben. Die Local Update Algorithmen (Metropolis, Heat Bath etc.) beschränken sich bei einem Gitterdurchlauf auf den Update eines einzelnen Spins im mittleren Feld der anderen Spins. Betrachten wir nun einen Spin innerhalb einer Domäne. Dieser Spin wird durch das mittlere Feld der angrenzenden, gleichorientierten Spins bestimmt, und der Local Update Algorithmus wird kaum eine andersartige Orientierung des Spins akzeptieren. Lediglich Spins am Rand von Clustern sind signifikanten Änderungen unterworfen. Eine Iteration wird somit lediglich die Clustergrenzen verändern. Um einen Cluster vom Durchmesser ξ komplett zu ändern, sind somit ungefähr ξ 2 Iterationen notwendig. Wenn wir davon ausgehen, dass mindestens eine Clusterstruktur geändert werden muß, um Autokorrelationen zu vermeiden, finden wir die Abschätzung τ ξ z, mit z = 2. (2.20) Die Grösse z heißt dynamisch kritischer Exponent. In der Tat findet man empirisch für den Metropolis Algorithmus z Metro Spinsysteme nahe des Phasenübergangs lassen sich durch Local Update Algorithmen nicht beschreiben.
10 10PROJEKT 2. ISING MODELL: MONTE CARLO SAMPLING AUF DEM GITTER, PHASENÜB 2.6 Das Heilmittel: Cluster Update Algorithmen Wir beginnen mit einer Umformulierung der Zustandsumme (2.13) Z = exp β σ x σ y = exp(β σ x σ y ). (2.21) {σ x} <xy> {σx} <xy> Wenn die beiden Spins σ x und σ y in (2.21) gleich sind, dann beträgt der Wahrscheinlichkeitsfaktor in (2.21) gerade exp(β). Besitzen die beiden Spins entgegengesetztes Vorzeichen, dann ist der Wahrscheinlichkeitsfaktor durch exp( β) gegeben. Wir können also (2.21) umschreiben Z = [ ] e β (1 p) + p δ σxσ y, p := 1 e 2β. (2.22) {σ x} <xy> Wir schreiben jetzt diese Darstellung der Zustandssumme komplizierter, indem wird die Identität 1 ] a + b = [a δ n0 + b δ n1 n=0 verwenden. Dazu führen wir die Variablen n xy {0, 1} ein, die mit einem Verbindungsstück (Link) zwischen den Punkten x und y korrespondiert. Wir erhalten Z = ] e [(1 β p) δ nxy,0 + p δ σxσ y δ nxy,1. (2.23) {σ x} {n xy} <xy> Die zentrale Idee ist, einen Heat Bath Algorithmus für den Variablensatz {σ x } und {n xy } durchzuführen. Was hat das mit Updates von Clustern zu tun? Swendsen-Wang Cluster Update Abwechselnd werden nun Updates der Spin Variablen σ x und der Link-Variablen n xy durchgeführt. Das Heat Bath Verfahren bedeutet, dass wir eine Variable (σ x oder n xy ) herausgreifen, die übrigen Variablen als konstant betrachten (heat bath), und die gewählte Variable gemäß ihrer Wahrscheinlichkeit in (2.23) neu wählen. 1. Nehmen wir an, wir hätten die Variable n ij zum Update bestimmt. Ein Blick auf das Wahrscheinlichkeitsmaß in (2.23) zeigt uns folgende Update Vorschrift: setze n ij = 0 falls die angrenzenden Spins verschieden sind. Sind die angrenzenden Spins gleich, so wähle n ij = 1 mit Wahrscheinlichkeit p und n ij = 0 sonst. Für große Werte β, liegt p in der Nähe von 1. Das bedeutet, dass im wesentlichen alle Spins, die zu einem Weißschen Bezirk gehören, d.h. innerhalb einer Domäne gleich ausgerichtet sind, mit Link Variable n ij verbunden sind. Die Variablen n ij markieren somit die Weißschen Bezirke. 2. Für den Spin Update identifizieren wir nun alle Spins, die zu einem Weißschen Bezirk gehören, d.h. wir identifizieren alle Spins, die durch Link-Variable n ij = 1 verbunden sind. Für diese Spins ist der Wahrscheinlichkeitsfaktor in (2.23) nun proportional zu δ σxσ y, d.h. dass alle Spins einer Domäne gleichzeitig ihr Vorzeichen ändern müssen, ansonsten ist die Wahrscheinlichkeit für den Update null.
11 2.7. AUFGABEN: Wähle eine Zufallszahl z = ±1 für jeden Cluster (1 Spin Cluster nicht vergessen!), und weise allen Spins des Cluster den Wert z zu. Empirisch zeigt sich, dass mit dem Cluster Update Algorithmus das Problem des critical slowing down gelöst werden kann. Man findet numerisch für das Swendsen-Wang Verfahren: 2.7 Aufgaben: τ ξ z, mit z 0.2. (2.24) Cluster Update Algorithmus Schreiben Sie ein Programm, das den Swendsen-Wang Cluster Update Algorithmus zur Simulation des 2-dimensionalen Ising Modells implementiert. a. Erzeugen Sie sich mit Hilfe des Swendsen-Wang Cluster Update Algorithmus für ein Gitter und β = 0.44 eine thermalisierte Konfiguration von Ising Spins und visualisieren Sie diese. Markieren Sie nach Eingabe eines Punktes (Wahl eines Spins) den zugehörigen Swendsen-Wang Cluster. b. Berechnen Sie die Magnetisierung als Funktion von β. c. Schätzen Sie die Autokorrelationsfunktion A(j) für den Swendsen Cluster Update Algorithmus ab, und verifizieren Sie, dass die Autokorrelationszeit praktisch von β unabhängig ist. 2.8 Literatur: 1 Wolfhard Janke, Nonlocal Monte Carlo Algorithms for Statistical Physics Applications, Proceedings of the IMACS workshop, Brussels, April 1-3, R. H. Swendsen and J. Wang, Nonuniversal Critical Dynamics In Monte Carlo Simulations, Phys. Rev. Lett. 58 (1987) 86.
Grundlagen der Monte Carlo Simulation
Grundlagen der Monte Carlo Simulation 10. Dezember 2003 Peter Hofmann Inhaltsverzeichnis 1 Monte Carlo Simulation.................... 2 1.1 Problemstellung.................... 2 1.2 Lösung durch Monte
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
MehrAufgaben zur Flächenberechnung mit der Integralrechung
ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph
MehrPhysik & Musik. Stimmgabeln. 1 Auftrag
Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrMathematik des Hybriden Monte-Carlo. Marcus Weber. Zuse Institute Berlin
Mathematik des Hybriden Monte-Carlo Marcus Weber Zuse Institute Berlin Statistische Thermodynamik Ziel: Am Computer ein Ensemble samplen. Messung im Gleichgewicht (zeitunabhängige Verteilung π der Systemzustände
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrSpin-Modelle und Monte-Carlo Simulationen
Spin-Modelle und Monte-Carlo Simulationen Ralf Gamillscheg Technische Universität Graz 12. 1. 2006 Ralf Gamillscheg (TUG) Monte Carlo Simulationen 12. 1. 2006 1 / 22 Einleitung Spins uä. Statistische Physik
MehrPhysik 4, Übung 8, Prof. Förster
Physik 4, Übung 8, Prof. Förster Christoph Hansen Emailkontakt Dieser Text ist unter dieser Creative Commons Lizenz veröffentlicht. Ich erhebe keinen Anspruch auf Vollständigkeit oder Richtigkeit. Falls
Mehrgeben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen
geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrVorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
Mehr18. Magnetismus in Materie
18. Magnetismus in Materie Wir haben den elektrischen Strom als Quelle für Magnetfelder kennen gelernt. Auch das magnetische Verhalten von Materie wird durch elektrische Ströme bestimmt. Die Bewegung der
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrAbituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrErstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])
3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere
Mehrder Eingabe! Haben Sie das Ergebnis? Auf diesen schwarzen Punkt kommen wir noch zu sprechen.
Medizintechnik MATHCAD Kapitel. Einfache Rechnungen mit MATHCAD ohne Variablendefinition In diesem kleinen Kapitel wollen wir die ersten Schritte mit MATHCAD tun und folgende Aufgaben lösen: 8 a: 5 =?
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN
ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,
MehrEine der Aktien hat immer einen höheren Gewinn als die andere Aktie. Ihre Aufgabe ist es diese auszuwählen.
Instruktionen am Anfang von Experiment 1 (auf Papier ausgeteilt: grünmarkierte Textstellen zeigen den Instruktionstext in der jeweiligen Bedingung an; Kommentare sind gelb markiert.) Stellen Sie sich vor,
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrWir unterscheiden folgende drei Schritte im Design paralleler Algorithmen:
1 Parallele Algorithmen Grundlagen Parallele Algorithmen Grundlagen Wir unterscheiden folgende drei Schritte im Design paralleler Algorithmen: Dekomposition eines Problems in unabhängige Teilaufgaben.
MehrKevin Caldwell. 18.April 2012
im Rahmen des Proseminars Numerische Lineare Algebra von Prof.Dr.Sven Beuchler 18.April 2012 Gliederung 1 2 3 Mathematische Beschreibung von naturwissenschaftlich-technischen Problemstellungen führt häufig
MehrNovell Client. Anleitung. zur Verfügung gestellt durch: ZID Dezentrale Systeme. Februar 2015. ZID Dezentrale Systeme
Novell Client Anleitung zur Verfügung gestellt durch: ZID Dezentrale Systeme Februar 2015 Seite 2 von 8 Mit der Einführung von Windows 7 hat sich die Novell-Anmeldung sehr stark verändert. Der Novell Client
MehrGLEICH WEIT WEG. Aufgabe. Das ist ein Ausschnitt aus der Tausenderreihe:
GLEICH WEIT WEG Thema: Sich orientieren und operieren an der Tausenderreihe Klasse: 3. Klasse (Zahlenbuch nach S. 26-27) Dauer: 3-4 Lektionen Material: Tausenderreihe, Arbeitsblatt, evt. Plättchen Bearbeitung:
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrExtrema von Funktionen in zwei Variablen
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrModellbildungssysteme: Pädagogische und didaktische Ziele
Modellbildungssysteme: Pädagogische und didaktische Ziele Was hat Modellbildung mit der Schule zu tun? Der Bildungsplan 1994 formuliert: "Die schnelle Zunahme des Wissens, die hohe Differenzierung und
MehrVorkurs Mathematik Übungen zu Differentialgleichungen
Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)
MehrWir arbeiten mit Zufallszahlen
Abb. 1: Bei Kartenspielen müssen zu Beginn die Karten zufällig ausgeteilt werden. Wir arbeiten mit Zufallszahlen Jedesmal wenn ein neues Patience-Spiel gestartet wird, muss das Computerprogramm die Karten
Mehr11.3 Komplexe Potenzreihen und weitere komplexe Funktionen
.3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt
MehrA1.7: Entropie natürlicher Texte
A1.7: Entropie natürlicher Texte Anfang der 1950er Jahre hat Claude E. Shannon die Entropie H der englischen Sprache mit einem bit pro Zeichen abgeschätzt. Kurz darauf kam Karl Küpfmüller bei einer empirischen
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
Mehr8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht
8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2-1 Stoffliches Gleichgewicht Beispiel Stickstoff Sauerstoff: Desweiteren
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrKugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten
Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrProfil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8
1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen
MehrSowohl die Malstreifen als auch die Neperschen Streifen können auch in anderen Stellenwertsystemen verwendet werden.
Multiplikation Die schriftliche Multiplikation ist etwas schwieriger als die Addition. Zum einen setzt sie das kleine Einmaleins voraus, zum anderen sind die Überträge, die zu merken sind und häufig in
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
Mehr9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83
9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrWenn der Druck aus der reibungsfreien Außenströmung aufgeprägt wird, dann gilt wegen der Bernoulli-Gleichung
Wenn der Druck aus der reibungsfreien Außenströmung aufgeprägt wird, dann gilt wegen der Bernoulli-Gleichung ρ p ( x) + Uδ ( x) = const Damit kann die Druckänderung in Strömungsrichtung auch durch die
MehrMolekularfeldtheorie (MFT)
29.06.2006 Motivation Anwendungen der MFT MFT-Herleitung mittels Variationsansatz und Anwendung Grenzen der Anwendung der MFT Motivation Meisten Probleme nur unter Berücksichtigung von Wechselwirkungen
MehrReporting Services und SharePoint 2010 Teil 1
Reporting Services und SharePoint 2010 Teil 1 Abstract Bei der Verwendung der Reporting Services in Zusammenhang mit SharePoint 2010 stellt sich immer wieder die Frage bei der Installation: Wo und Wie?
MehrPowerPoint: Text. Text
PowerPoint: Anders als in einem verarbeitungsprogramm steht in PowerPoint der Cursor nicht automatisch links oben auf einem Blatt in der ersten Zeile und wartet auf eingabe. kann hier vielmehr frei über
MehrIhre Interessentendatensätze bei inobroker. 1. Interessentendatensätze
Ihre Interessentendatensätze bei inobroker Wenn Sie oder Ihre Kunden die Prozesse von inobroker nutzen, werden Interessentendatensätze erzeugt. Diese können Sie direkt über inobroker bearbeiten oder mit
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrUniversität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B
Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben
MehrWie oft soll ich essen?
Wie oft soll ich essen? Wie sollen Sie sich als Diabetiker am besten ernähren? Gesunde Ernährung für Menschen mit Diabetes unterscheidet sich nicht von gesunder Ernährung für andere Menschen. Es gibt nichts,
Mehrn 0 1 2 3 4 5 6 7 8 9 10 11 12 S n 1250 1244, 085 1214, 075 1220, 136 1226, 167 Nach einem Jahr beträgt der Schuldenstand ca. 1177,09.
Gymnasium Leichlingen 10a M Lö 2007/08.2 2/2 Aufgaben/Lösungen der Klassenarbeit Nr. 4 von Fr., 2008-04-25 2 45 Aufgabe 1: Die A-Bank bietet Kredite zu einem Zinssatz von 6% pro Jahr an. Ein privater Keditvermittler
MehrBinäre abhängige Variablen
Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen
MehrMediator 9 - Lernprogramm
Mediator 9 - Lernprogramm Ein Lernprogramm mit Mediator erstellen Mediator 9 bietet viele Möglichkeiten, CBT-Module (Computer Based Training = Computerunterstütztes Lernen) zu erstellen, z. B. Drag & Drop
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrLinearen Gleichungssysteme Anwendungsaufgaben
Linearen Gleichungssysteme Anwendungsaufgaben Lb S. 166 Nr.9 Im Jugendherbergsverzeichnis ist angegeben, dass in der Jugendherberge in Eulenburg 145 Jugendliche in 35 Zimmern übernachten können. Es gibt
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrProjekt 2HEA 2005/06 Formelzettel Elektrotechnik
Projekt 2HEA 2005/06 Formelzettel Elektrotechnik Teilübung: Kondensator im Wechselspannunskreis Gruppenteilnehmer: Jakic, Topka Abgabedatum: 24.02.2006 Jakic, Topka Inhaltsverzeichnis 2HEA INHALTSVERZEICHNIS
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )
MehrWärmeleitung und thermoelektrische Effekte Versuch P2-32
Vorbereitung Wärmeleitung und thermoelektrische Effekte Versuch P2-32 Iris Conradi und Melanie Hauck Gruppe Mo-02 3. Juni 2011 Inhaltsverzeichnis Inhaltsverzeichnis 1 Wärmeleitfähigkeit 3 2 Peltier-Kühlblock
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrFotios Filis. Monte-Carlo-Simulation
Fotios Filis Monte-Carlo-Simulation Monte-Carlo-Methoden??? Spielcasino gibt Namen Monte Carlo war namensgebend für diese Art von Verfahren: Erste Tabellen mit Zufallszahlen wurden durch Roulette-Spiel-Ergebnisse
MehrName:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest
MehrBeispiel(unten ist der Spielfeldrand):
Anleitung Side by Side ist ein Puzzle mit einfachen Regeln, das in einem 6x6 (oder größerem) Gitter gespielt wird. Ziel des Spieles ist es, die leeren Kästchen mit den Zahlen 1, 2, 3, 4 oder einem X zu
MehrDie Bundes-Zentrale für politische Bildung stellt sich vor
Die Bundes-Zentrale für politische Bildung stellt sich vor Die Bundes-Zentrale für politische Bildung stellt sich vor Deutschland ist ein demokratisches Land. Das heißt: Die Menschen in Deutschland können
Mehr2. Negative Dualzahlen darstellen
2.1 Subtraktion von Dualzahlen 2.1.1 Direkte Subtraktion (Tafelrechnung) siehe ARCOR T0IF Nachteil dieser Methode: Diese Form der Subtraktion kann nur sehr schwer von einer Elektronik (CPU) durchgeführt
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrDefinition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.
Die k/2 - Formel von Renate Vistorin Zentrales Thema dieses Vortrages ist die k/2 - Formel für meromorphe Modulformen als eine Konsequenz des Residuensatzes. Als Folgerungen werden danach einige Eigenschaften
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrGibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?
Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv
Mehr2.8 Grenzflächeneffekte
- 86-2.8 Grenzflächeneffekte 2.8.1 Oberflächenspannung An Grenzflächen treten besondere Effekte auf, welche im Volumen nicht beobachtbar sind. Die molekulare Grundlage dafür sind Kohäsionskräfte, d.h.
MehrLichtbrechung an Linsen
Sammellinsen Lichtbrechung an Linsen Fällt ein paralleles Lichtbündel auf eine Sammellinse, so werden die Lichtstrahlen so gebrochen, dass sie durch einen Brennpunkt der Linse verlaufen. Der Abstand zwischen
MehrBerechnungen in Access Teil I
in Access Teil I Viele Daten müssen in eine Datenbank nicht eingetragen werden, weil sie sich aus anderen Daten berechnen lassen. Zum Beispiel lässt sich die Mehrwertsteuer oder der Bruttopreis in einer
MehrTutorial: Homogenitätstest
Tutorial: Homogenitätstest Eine Bank möchte die Kreditwürdigkeit potenzieller Kreditnehmer abschätzen. Einerseits lebt die Bank ja von der Vergabe von Krediten, andererseits verursachen Problemkredite
Mehr8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht
8.2 Thermodynamische Gleichgewichte, insbesondere Gleichgewichte in Mehrkomponentensystemen Mechanisches und thermisches Gleichgewicht 8.2-1 Stoffliches Gleichgewicht Beispiel Stickstoff Sauerstoff: Desweiteren
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
Mehr1 Arbeit und Energie. ~ F d~r: (1) W 1!2 = ~ F ~s = Beispiel für die Berechnung eines Wegintegrals:
1 Arbeit und Energie Von Arbeit sprechen wir, wenn eine Kraft ~ F auf einen Körper entlang eines Weges ~s einwirkt und dadurch der "Energieinhalt" des Körpers verändert wird. Die Arbeit ist de niert als
MehrDas Leitbild vom Verein WIR
Das Leitbild vom Verein WIR Dieses Zeichen ist ein Gütesiegel. Texte mit diesem Gütesiegel sind leicht verständlich. Leicht Lesen gibt es in drei Stufen. B1: leicht verständlich A2: noch leichter verständlich
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
MehrEM-Wellen. david vajda 3. Februar 2016. Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören:
david vajda 3. Februar 2016 Zu den Physikalischen Größen innerhalb der Elektrodynamik gehören: Elektrische Stromstärke I Elektrische Spannung U Elektrischer Widerstand R Ladung Q Probeladung q Zeit t Arbeit
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN
ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden
Mehr